采用CASPCM模型进行姿势鲁棒性人脸识别

针对ASPCM模型处理转动角度较大的人脸图像时出现的不足,提出CASPCM模型.以样本与模型中心的距离为依据将训练样本分组,为每个分组训练ASPCM模型;将局部ASPCM模型的合成映射结果加权平均得到CASPCM模型的合成结果;提出利用梯度下降法使分解映射的姿势估计逐步精确.采用精确性和概括性两个标准衡量该模型的分解性能和合成性能.实验表明,CASPCM模型的分解性能和合成性能均优于ASPCM模型;基于该模型的人脸识别系统在处理转动角度较大的人脸图像时,识别率比 ASPCM模型高7%.     

基于噪声估计和三维DCT的CCD图像去噪

电荷耦合器件(CCD),作为数码相机的核心器件,在成像过程中会产生依赖于信号的噪声。文中提出了一种基于噪声估计和三维DCT的CCD图像降噪方法。该方法建立了一种新的噪声模型,并先准确估计CCD的噪声水平函数(NLF),然后对利用非局部思想搜索出来的相似块群,进行三维DCT,最后对高频系数做自适应阈值处理,从而达到降噪的目的。实验证明,该方法对CCD噪声图像具有很好的去噪效果,甚至可以媲美目前去噪效果最好的Non-localMeans(NLM)算法和BM3D算法。     

基于SI4432的无线通信系统设计与实现

短距离无线通信的应用已经越来越广泛,如何在保证通信质量和安全的前提下,降低系统能耗,减少硬件成本成为制约其发展的关键问题。文中采用ISM频段SI4432射频芯片和ATmega16控制单片机设计了一种新的无线通信系统,完成了系统硬件的搭建,无线通信程序及上位机界面的设计。该系统可在休眠与唤醒两种模式下工作,降低了系统整体能耗,实现了低功耗、小体积、高灵敏度的无线数据传输,可应用于工业控制、智能建筑、远程监控等多个领域,具有广阔的应用前景。     

基于最优颜色通道的图像拼接检测

针对不同颜色通道影响噪声估计值的问题,文中提出了基于最优颜色通道的图像拼接检测方法。利用主成分分析法在最优颜色通道上进行噪声值估计,根据噪声值大小利用K-means聚类法进行聚类。聚类结果分为可疑部分和非可疑部分两大类,通过两阶段策略进一步定位出篡改区域。该方法在原始区域与拼接区域噪声值相差较大或较小时均有效,并且能够定位出拼接区域。实验证明,所提方法与现有方法相比取得了良好的检测效果,且性能优于现有方法。     

“一”字型保偏光纤热应力致双折射分析

采用实验观测与理论模拟相结合的方法对“一”字型保偏光纤进行了研究。对保偏光纤的应力区与芯区的形状进行了观测,获得了它们的实际几何形状。在此基础上运用有限元方法分析了“一”字型保偏光纤内的热应力分布,解释了光纤芯区形变的原因,得到了由于热应力引起的光纤横截面的双折射的分布,并与相同应力区厚度的熊猫型保偏光纤进行了对比。实验结果表明,“一”字型保偏光纤采用熊猫型保偏光纤1/5的应力区面积便能获得较高的应力双折射。同时,通过研究径向压应力与温度变化对“一”字型保偏光纤应力双折射的影响,得到了光纤能稳定工作的压应力与温度环境。     

一种高精度低功耗CMOS RC振荡器

一般情况下,RC振荡器利用电阻电容充放电时延产生振荡,所产生的频率受电源电压、环境温度,以及组成振荡器的各种元器件的电学特性的影响较大.文章提出一种可大大降低上述各种因素影响的高精度CMOS RC振荡器.仿真计算及实际流片测试结果均表明,该CMOS RC振荡器具有较高的频率稳定性.     

基于改进变分模态分解的Ф-OTDR信号去噪方法

针对相位敏感光时域反射仪(Ф-OTDR)信号信噪比过低的问题,提出了一种基于改进变分模态分解(VMD)结合独立成分分析(ICA)的去噪方法。首先,采用模拟退火方法(SA)对VMD进行优化;然后,采用SA-VMD将预处理后的Ф-OTDR信号分解成一系列本征模态分量(IMF),并根据相关准则选取IMF分量进行虚拟噪声重构;最后,将原始信号与虚拟噪声作为ICA的输入,去除信号中的噪声,提高信号信噪比。采用自行设计的相干Ф-OTDR系统进行实验验证,结果表明,该方法能够有效去除噪声,与EMD-ICA和SA-VMD方法相比,信噪比提高了4dB,这对系统的实际应用具有重要意义。     

基于GPRS的ZigBee协调器网关设计通信

介绍了一种可进行远程监测和控制的数据采集系统.多个测控节点组成ZigBee无线传输网络,利用GPRS模块连接因特网扩展传输范围,与基于LabVIEW的上位机程序进行TCP/IP协议通信,从而实现远程监控.下位机设计了数据帧和采集控制指令;协调器网关可对数据进行选择性接收和处理,并实现断线后自动连接;上位机完成对采集数据的解析、显示以及保存,并能发送控制指令.     

一种基于WSN的机器人三维精确定位算法

对无线传感器定位方法进行了研究,针对机器人在恶劣环境下定位问题,提出了一种利用无线传感器网络(Wireless Sensor Network,WSN)技术对机器人精确定位的方法,构建了一种新的机器人定位模型来求取机器人的坐标和姿态。利用到达时间差(TDOA)技术测量锚节点到盲节点的距离,利用最大似然方法对机器人体内安装的固定传感器未知节点精确定位,进而对机器人的工作区域以及移动方向进行精确定位。根据实验数据进行的仿真计算证明了算法的有效性。     

基于自适应字典稀疏表示的超分辨率算法

基于学习的超分辨率算法通过一组训练样例来学习一个字典,并从该字典中合成低分辨率图像中丢失的高频信息,最终得到相应的高分辨率图像。介绍了几种常用的基于学习的超分辨率算法,并提出了一种新的算法:基于自适应字典稀疏表示的超分辨率算法。实验结果表明,该方法在主观与客观上均具有较好的重建效果。